日本公共住宅室内空间设计探析

以政府为主导的日本公共住宅历经60余年不断发展与实践探索,在缓解中低收入家庭住房压力,改善居住环境,提高居住品质方面取得了显著成效。     

火力发电厂冷却塔混凝土的耐久性保护研究

本文论述了火力发电厂冷却塔混凝土耐久性保护的重要性,分析了影响混凝土耐久性的诸多因素,从理论上就冷却塔混凝土耐久性保护与防腐处理之间的关系进行了探讨,就混凝土耐久性的综合治理提出了解决方案.     

几种常见岩土工程地质灾害成因及防治技术

随着工程建设与资源开发等活动的不断增加,给脆弱的地质环境带来了前所未有的压力,由此导致的地质灾害也呈现出逐年递增的态势。该文主要针对几种常见的地质灾害类型,分析了其成因机制,进而对有效防治地质灾害提出了有针对性的措施,以期能够为做好此类工作提供有益借鉴。     

火电厂冷却塔混凝土的耐久性保护研究

自20世纪80年代以来,火电厂冷却塔的破坏逐步增多。多数冷却塔已到了必须进行维修的程度,个别的甚至已经坍塌,分析和研究这些破坏的成因对于保护冷却塔,进而解决冷却塔混凝土耐久性问题显得十分必要。     

厚度效应对Pb(Zr0.53Ti0.47)O3薄膜微结构、铁电、介电性能的影响

用改进的溶胶-凝胶法在Pt(111)/Ti/SiO₂/Si(100)衬底上制备了不同厚度的高度(111)取向的Pb(Zr_0.53Ti_0.47)O₃薄膜.运用X射线衍射(XRD)和原子力显微镜(AFM)分析了薄膜的微结构,原子力显微镜表明厚度为0.3μm和0.56μm的PZT薄膜的晶粒尺寸和表面粗糙度分别为0.2～0.3μm、2～3μm和0.92nm、34nm.0.3μm和0.56μm PZT薄膜的剩余极化(Pr)和矫顽场(Ec)分别为32.2μC/²、79.9kV/cm, 27.7μC/cm²、54.4kV/cm;在频率100KHz时,薄膜的介电常数和介电损耗分别为539、0.066,821、0.029.     

松山堆石坝面板混凝土裂缝成因调查与分析(续)

松山面板堆石坝于吉林省抚松县境内,2001年在清除坝面保温材料时,发现B14－B18块面板出现严重的破坏,局部混凝土表层破损,钢筋外露;周边缝有水流外淌,顺板与趾板间有较大错位等现象,如此严重的破坏在面板混凝土中是不多见的,调查发现,破坏的主要原因是坝体内存有积水由于冬季得不到排放导致冰水冻胀,最终将面板鼓起造成破坏。     

苯丙氨酸解氨酶仿生固定化及其稳定性研究

利用仿生硅化技术包埋固定化苯丙氨酸解氨酶(PAL),研究固定化条件对PAL固定化的影响及固定化PAL的稳定性。优化的固定化酶制备条件:0.06 m L浓度为6 mg/m L诱导剂聚乙烯亚胺(PEI),25 mmol/L磷酸盐(p H7.0)作为固定化反应介质体系,2 m L浓度为1 mol/L正硅酸甲酯(TMOS)水解液和1 m L(2 U/m L)酶液添加量,所得固定化酶的酶活最大回收率是70%。与游离酶相比,固定化PAL的温度稳定性、p H和储存稳定性,以及变性剂耐受性都有较大提高,重复使用5次,固定化PAL仍能保持初始酶活的40%。      

近红外光谱法快速测定制浆杨木的材性

用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱。对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型。独立验证中模型的决定系数（R2val）分别为0.9050、0.9098、0.9112、0.9165;预测均方根误差(RMSEP)分别为0.40%、0.42%、0.19%和0.0050 g/cm3;相对分析误差(RPD)分别为3.24、3.33、3.36和3.46;绝对偏差(AD)分别为-0.49%～0.77%、-0.66%～0.63%、-0.28%～0.33%、-0.0094～0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定。     

凹凸棒石的研究与应用发展现状

这是一篇陶瓷及复合材料领域的论文.凹凸棒石是一种利用价值较高的重要矿产资源,广泛应用于农业、环境、材料、化工、生物、催化等领域,在我国储量丰富,有较好的开发前景.目前对凹凸棒石的利用率还较低,大量的凹凸棒石并未被有效开发.本文对国内外凹凸棒石分离提纯与应用现状进行了分析与总结,简述了凹凸棒石的矿物学特征与晶体结构特性;总结了凹凸棒石的成因类型,资源分布,矿产储量,矿石类型,理化性质;归纳了凹凸棒石分离与提纯的研究现状,凹凸棒石表面改性的方法与研究进展,凹凸棒石在矿物功能材料方面的应用状况,在当前研究内容的基础上,分析目前研究过程中出现的问题,提出凹凸棒石研究与应用的新思路与方向.     

PSO-LSSVM用于近红外光谱预测混合制浆材Klason木质素含量

为优化混合制浆材中Klason木质素含量的近红外分析模型,收集了5种常见制浆材的82个原木样品,将样品粉碎预处理后在便捷式近红外光谱仪上采集其近红外光谱信号,对原始光谱数据进行多元散射校正(MSC)预处理,利用粒子群寻优(PSO)算法对最小二乘支持向量机(LSSVM)算法中的参数进行优化,然后利用最优参数建立混合制浆材Klason木质素的LSSVM定量分析模型。将结果与偏最小二乘(PLS)和主成分降维后的BP神经网络(PCA-BPNN)算法进行比较。结果表明,PCA-BPNN和PSO-LSSVM模型均优于PLS模型,且PSO-LSSVM模型预测结果最优,预测结果的相关系数(Rv)最大为0. 9857;预测标准差(RMSEP)为0. 7498%,比PLS模型和PCA-BPNN模型分别降低了0. 2767%和0. 1455%;相对标准偏差(RPD)最大为5. 6174,比PLS模型和PCA-BPNN模型分别提高了1. 5144和0. 9138;真实值与预测值间的绝对偏差(AD)范围最小,为0. 0065%～1. 8449%。